为什么 Python 的包管理这么难用，比 node 的 npm 难用一万倍，每次进入项目都要手动执行一下 conda activate xxx，难道就没有默认的 Python 项目级别的依赖吗？

快 2026 了，uv 应该是版本答案了吧
https://docs.astral.sh/uv/

pdm 启用 uv 后端，同时搭配 mise 使用体验更佳

.venv

pycharm 自动管理虚拟环境。
你要不喜欢 ide 就用 pyenv ，设置好之后 cd 进目录自动进项目的虚拟环境。

没用过 conda ，vscode 不是打开项目自己激活环境吗

一直用 venv , conda 太笨重了.

2025 年了，还在用 conda 吗

远一点的 poetry 2018 年就有了, 近一点的 uv 和 pixi, 怎么就难用了

python -m venv .venv
linux:source .venv/bin/active
windows:source .venv/Scripts/active
这很难吗

mise + uv 好用的很

shell 设个短点的 alias 不就行了

https://langshift.dev/zh-cn/docs/js2py/module-00-python-introduction#321-venv---python-%E5%86%85%E7%BD%AE%E8%99%9A%E6%8B%9F%E7%8E%AF%E5%A2%83

看来知识点迁移的思路还是好用的。

昨晚刚刷到的 python 包管理教程,就用 uv 可以了,相当于 npm 的 yarn

每次进入项目都要手动执行一下 conda activate xxx 你就不能装个自动激活环境的程序吗？ direnv 了解下

习惯用 venv 了，conda 一直玩不来，太重了

恰恰相反，我就喜欢这种一切尽在掌控的感觉
想切什么环境、当前在什么环境，完全自己说了算
嫌麻烦配命令就好了

就用的 venv ，一个项目一个，比较吃硬盘但是很稳定。

function ca(){
conda activate $1
}

每个项目是独立的环境应该才是正确的做法吧。统一的环境除非你只做单个项目，不然你只要一个项目的依赖出了问题，其余的一定会爆炸

uv 随着大模型的兴起应该算是主流方案了？

UV 有本地梯子还行，上服务器更麻烦了，哎

..venv 不也得激活环境吗 楼上和 conda 有啥区别 楼主不就是嫌麻烦吗

给项目配一下 direnv 实现 shell 自动激活环境。
python 环境管理我用 pixi,能管理 conda 包 和 pypi 包

UV 你值得拥有

自从用 AI 编程，从来没有在命令行输入过 python 相关命令了

windows 下 vscode 打开 terminal 会自动执行：./venv/Scripts/Activate.ps1 ，一进 terminal 就是虚拟环境了，这很好用啊

apt-get 想要什么包都有

从开始学 python 使用自带的 venv 到现在
pyenv ，pix ，pdm ，uv 都用过了，分享一点点心得吧

半自动
1. pyenv： 管理多版本的 python 环境好手，windows 和 ubuntu 中都可以实现方便的多版本切换，但是要注意和其他修改环境变量的程序（比如 ros 机器人开发框架），但是也得科学上网的情况下用，不然容易卡在下载 python 安装包的时候

2. pipx: 这个可以理解是，用来管理用 python 开发和发布的一些工具管理，比如 labelme ，youtube dowload 这类工具，可以独立成一个系统工具（其实还是建立了一个虚拟环境，然后再在这个独立的环境安装了工具，避免污染系统的 pip 环境依赖）

往“全自动”方向发展
3.pdm: 在他之前还有一个 poetry ,能够管 python 一整个开发周期（版本管理、环境管理、依赖管理、打包 whl 分发），pdm 有一点比 uv 方便，他管理的依赖可以跨平台，在写 pyqt 的时候，loguru 模块在 win 和 linux 环境下会到一个 win32ctime 模块，pdm 默默的做了模块区分系统环境的事情，帮我节省了很多（我尝试用 uv 重新管理这个项目，结果出现了模块依赖的问题，uv 好像也有区分的办法，需要自己编写目前，我用得还不熟 XD ）

4.uv: 非常快，做的事情和 pdm 、poetry 差不多，也是为了能够管理整个开发周期，还可以做 pipx 做的事情，管理一些开发工具

pdm 、和 uv 一定要注意他们的缓存，空间不够很可能爆目录目录...，
本人也还在摸索和在实际工作中使用，才学疏浅，大佬们指正

补充一点，pdm 和 uv 都可以针对特殊的 pytorch 类的包（包括但不限于），专门分配对应的 index
版主应该最容易遇到的是这个问题，和 pytorch 有关的，现在可以参考这两个工具的方案

1. uv 的方案:https://uv.oaix.tech/guides/integration/pytorch/?h=pytorch
2. pdm 的方案： https://pdm-project.org/zh-cn/latest/usage/config/#_5

python 和 node ，人称依赖管理界的卧龙凤雏。现在 node 说我的 npm 比你好用一万倍，说完自己都笑了。

pyenv 任意 py 版本 再和 uv 配合好了

与其说是 py 的包管理烂，不如说 py 是 C 库的附庸。

py 的所有包管理机制烂的根源就是 .so .dll 不好管理导致的。还有一些逆天玩意是源码分发，你就可劲儿折腾吧。

你觉得 npm 好用，那是因为手没伸到这么长而已。纯 .js 包有啥好管理的。

npm 感觉半斤八两，工具越多的一般越难用，典型的如 pip 和 npm ，人们分别继续开发了 venv ，conda ，yarn ，pnpm...
现在 python 的版本答案是 uv
感觉包管理最好的就是 cargo 了

建议使用 uv

@kneo pnpm 已经把 npm 的不足都修正了。现在 pnpm/npm 的问题是，js 生态碎片化，很多简单的功能都要发 npm 包，导致一个项目有成千上万依赖。

conda 我是一个项目一个 env ，就首次安装的时候 active 一下，也还行

#9 可以满足临时的小脚本项目
，如果你依赖多，那么可以用 uv 来管理，在初始化项目的时候安装速度不比 npm 快一万倍？

别提 npm 了，被攻击的生活不能自理了都

venv 呀...以我自己玩的 fastapi 为例

python3 -m venv venv

Makefile 里面写好:
VENV_ACTIVATE = . venv/bin/activate

dev:
写个 tab 在这$(VENV_ACTIVATE) && uvicorn main:app --reload --host 0.0.0.0 --port=3000

然后手动写好 requirements.txt, 执行:
pip install -r requirements.txt

启动的时候跑 make dev 就行了, ctrl c 终结命令的时候, 会自动退出虚拟环境

gpt 竟然没有给你 uv ？这有点出乎我意料

感觉 venv 够用了，一行代码进退环境，遇到新问题再想新办法

windows 开发：官方安装包+venv ，生产环境：pyenv+virtualenv

你说比不上 cargo 我是接受的，说比不上 npm 是不是侮辱性太大了？

试试 devcontainer

python venv 是否 active 相当于 npm 是否-g 参数，npm 默认生成配置文件和使用虚拟环境是个好习惯，python 毕竟设计的比较早算历史问题吧

@stimw 赞了，主 Java 选手，终于找到了好用的方式，刚才用 gpt 实践了 5 分钟，真的是非常 fast 好用。 类似 npm 这种软件。啥时候有可以管理 jdk 版本的软件，现在就是 8 ，到老也是 8.

npm ？你拿什么做比较不好

pip ，pyenv ，conda ，poetry ，uv ，python 里面一个虚拟环境和包管理也是折腾吐了

conda activate 一下有什么不好吗，明确自己在哪个环境，省的搞混了搞炸了

推荐 mise https://github.com/jdx/mise ，太香了。

@JShen vfox

uv 工具啊

你用的啥 ide 还需要考虑这个问题？ vscode 自动会给项目绑定好虚拟环境啊

你一定没用过 mise 的 auto activation
https://mise.jdx.dev/lang/python.html#automatic-virtualenv-activation

可以看看 direnv ，进特定 directory 自动激活

https://github.com/direnv/direnv

uv 无敌好用的

C++的第三方库，能把人折磨死

目前还在手搓 cmake 的说话了吗

有请楼下上一张 node_modules 的那张梗图

@JShen sdkman

uv

shell 都有 profile ，你可以修改。

可拉倒吧，python 比 node 那套好用一万倍

conda 不完全是一个纯粹的 python 包管理器，因为它还可以帮你管理非 python 依赖，比如帮你在非系统层面安装各种 lib 库、cuda 、nvcc 等等，不污染本身的系统环境，这一块还是比别的 python 包管理器好不少的

我觉得 conda 挺好用的。。适合本地固定几个环境，但可能会有一堆项目的场景，配合 jupyter 也好用，需要做点数据分析的话很好使。
几乎所有 IDE 进 terminal 都会自动 conda activate ，需要手动敲的时候很少。
部署的话直接 docker ，也就维护个 requirements.txt

uv 也不错，不过我本机开发习惯比较随意一些，一方面项目很多，一方面有时候随便开个目录就开写了，还是喜欢用 conda

uv ，我对 uv 的评价是快到极致。

啥时候 uv 能支持 pnpm 那种全局 store 就好了，不然还是太占空间了。
我这种碎小项目多的 pandas 啥的重复装可受不了。

@JCZ2MkKb5S8ZX9pq uv 是支持的，把 [link-mode]( https://docs.astral.sh/uv/reference/settings/#link-mode) 设置成 symlink 就行了，我就是这么用的，能节省不少空间

@JShen #46 试试 jbang

conda 太傻逼了，用了小心给你发律师函

python 包管理又这么多工具，侧面证明包管理生态太烂了，这么多年发展都没有彻底改变这个状况

@MareDevi 请问在集成开发工具下比如 cursor 里可以用吗？

@Eureka0
第一次知道这个设置，感谢。
我是 Mac ，看上去默认的 clone 就可以了。
之前不知道 clone 这个模式，看到不是符号链接以为它给复制了。